Klasifikasi Dokumen Rdf Tanaman Obat Menggunakan Naïve Bayes Classifier Dengan Dirichlet Smoothing

Abstract

Penelitian Ini Dilakukan Dengan Tujuan Mengimplementasikan Metode Klasifikasi Dokumen Naïve Bayes Terhadap Dokumen Rdf/Xml Tanaman Obat. Adapun Metode Yang Digunakan Dalam Penelitian Ini Adalah Metode Multinomial Naïve Bayes Dengan Seleksi Fitur Chi-Square Dan Dirichlet Smoothing Dengan Resource Description Framework (Rdf) Sebagai Basis Dokumen. Hasil Dari Pengklasifikasian Tersebut Dievaluasi Dengan Menggunakan Confusion Matrix. Pengklasifikasian Tanaman Obat Ini Berdasarkan Penyakit Yang Disembuhkan. Pengujian Dilakukan Sebanyak 3 Kali Pengulangan Untuk Masing-Masing Nilai Kritis Dan Koefisien Kontrol. Hasil Dari Penelitian Ini Menunjukkan Tingkat Akurasi Terbaik Model Klasifikasi Sebesar 92.86% Dicapai Untuk Nilai Kritis 7.88.